基于电商平台退货数据的客户画像研究开题报告

1. 研究目的与意义（文献综述）

1.1研究背景与意义

我国电子商务发展迅速,目前已进入快速扩张和密集创新的新阶段,日益成为拉动我国消费需求、促进产业升级、发展现代化服务业的重要引擎。但是，由于行业标准化程度尚且不足,电子商务在发展过程中出现了诸多问题，比如随之而来的电商退货问题正逐步成为困扰电商企业和物流企业的大问题。退货比例的逐步上升，使得退货成本居高不下，退货过程中的物流成本、商品残损成本等都会给电商平台、供应方、物流方以及消费者带来利益损失。^[1]

中国消费者协会发布的2013年“电子商务企业诚信度调查报告”中的统计数据显示，售后问题是电商企业面临的最大难题，仅有53.96%的受访者对于现有电子商务企业在售后环节的诚信度表示满意。消费者对网购的投诉主要集中在到货时间、退款、售后服务、退换货、物流快递等售后环节，占到网购用户投诉总量的一半以上。2019年1月22日，国内知名电商智库——中国电子商务研究中心发布了《2018年q4中国电子商务用户体验与投诉监测报告》，据电子商务消费纠纷调解平台用户投诉数据库显示，零售电商十大热点用户投诉问题为退款问题、发货问题、商品质量、虚假促销、网络欺诈、退店保证金不退还、霸王条款、售后服务、网络售假和退换货难。^[2]十大热点投诉问题中退款问题、售后服务、退换货难等问题都与退货环节有关联。这些证据反映出网购这种新的购物方式尚未发展成熟，也说明售后仍然是企业诚信度的软肋，从根本上对电商的退货环节进行研究很有必要。

用户画像是将用户人口学特征、网络浏览内容、网络社交活动和消费行为等用户信息整理成变量集合，构建一个标签化的用户模型。构建用户画像最主要的工作是将用户信息标签化——用非抽象的词语来描述用户的行为和特征，用不同的机器学习算法和规则挖掘分析得到的高度精炼的关键词，据此来以不同的维度对用户进行展示。^[3]由于具体的业务场景不同，使得构建用户画像的数据来源也不同，最终的画像标签维度也不同。在互联网时代的许多行业中，用户画像都属于必不可少的基础研究方向。如腾讯qq基于用户的账户信息构建的用户画像进行个性化广告推荐，亚马逊、京东等电商平台的推荐系统也是基于用户线上消费数据构建的用户画像设计而成的。

2. 研究的基本内容与方案

在深入分析了基于电商平台的用户退货数据的用户画像研究的目的和意义后，论文将开展相关技术的研究来确定研究路线。本文的主要研究内容如下：

第１章：阐述课题研究背景、意义，以及国内外研究现状。

第２章：概述我国电子商务平台退货服务的发展情况，分析研究电子商务平台退货情况的重要性，研究电商平台用户的退货行为和相应产生的退货数据，对退货数据进行分类。

3. 研究计划与安排

4. 参考文献（12篇以上）

[1] 姜丽, 刘帅, 申贵成. 基于大数据的电商退货物流控制研究[j]. 物流工程与管理,2017(08):54-56.

[2] 姚建芳, 蒙慧欣. 《2018年q4中国电子商务用户体验与投诉监测报告》评析[j]. 计算机与网络, 2019, (5):6-11.